CN112380431A - 一种基于大数据的智慧旅游分析决策系统及方法 - Google Patents
一种基于大数据的智慧旅游分析决策系统及方法 Download PDFInfo
- Publication number
- CN112380431A CN112380431A CN202011253886.2A CN202011253886A CN112380431A CN 112380431 A CN112380431 A CN 112380431A CN 202011253886 A CN202011253886 A CN 202011253886A CN 112380431 A CN112380431 A CN 112380431A
- Authority
- CN
- China
- Prior art keywords
- user
- module
- tourism
- route
- scenic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000007619 statistical method Methods 0.000 claims abstract description 67
- 238000011156 evaluation Methods 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 10
- 238000010835 comparative analysis Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的智慧旅游分析决策系统及方法,包括用户注册登录模块、网络购物模块、美食推荐模块、网络订票模块、短视频模块、统计分析模块、短信通知模块、定位模块、云计算平台和旅游路线推荐模块,本发明的有益效果在于:通过各个模块,获悉用户近期的旅游想法,能更好更及时的制定出让用户满意的旅游出行路线,解决用户出行路上的后顾之忧,且短信通知模块在用户没有登录的情况下也能向用户传递信息,根据用户的实际出行路线与推荐旅游路线,通过云计算平台不断进行数据分析,不断完善统计分析模块的分析能力与分析依据,减少影响因素,为用户量身定制符合用户心意的旅游出行方案。
Description
技术领域
本发明涉及大数据技术领域,具体为一种基于大数据的智慧旅游分析决策系统及方法。
背景技术
智慧旅游,也被称为智能旅游,就是利用云计算、物联网等新技术,通过互联网并借助便携的终端上网设备,主动感知与旅游相关方面的信息,及时发布,让人们能够了解这些信息并及时安排和调整工作与旅游计划,从而达到对各类旅游信息的智能感知、为生活创造便利的效果。
然而现有技术仍存在以下诸多不足,一个旅游过程往往是一天甚至好几天,而且游玩的地方可能有多个,在路线推荐方面无法根据用户实际需求去制定相应的出行方案,用户需要自己多次浏览相关景点信息、出行攻略等,在这个过程中浪费了人们大量的假期时间,同时也降低了用户体验。
基于上述问题,亟待提出一种基于大数据的智慧旅游分析决策系统及方法,通过各个模块,获悉用户近期的旅游计划,能更好更及时的制定出让用户满意的旅游出行路线,解决用户出行路上的后顾之忧,且在用户没有登录的情况下也能向用户传递信息,根据用户的实际出行路线与推荐旅游路线,通过云计算平台不断进行数据分析,不断完善系统的分析能力与分析依据,减少影响因素,为用户量身定制符合用户心意的旅游出行方案,节省了用户大量因制定出行路线而浪费的假期时间,同时优化了用户体验。
发明内容
本发明的目的在于提供一种基于大数据的智慧旅游分析决策系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于大数据的智慧旅游分析决策系统,包括用户注册登录模块、网络购物模块、美食推荐模块、网络订票模块、短视频模块、统计分析模块、短信通知模块、定位模块、云计算平台和旅游路线推荐模块,所述用户注册登录模块具有账号注册和登录功能,所述定位模块用于对用户的位置进行实时定位,所述网络购物模块根据旅游装备进行分类,用户可根据分类自行浏览或购买,所述美食推荐模块根据美食菜系进行分类向用户推送,所述网络订票模块可网上订购车票以及景点门票,所述短视频模块包括官方推荐旅游景点攻略和用户分享出行攻略,所述统计分析模块根据用户近期浏览、购买、点赞信息进行统计分析,制定出相应旅游出行方案,旅游出行方案包括旅游景点和旅游路线,根据旅游景点制定相应的旅游路线,一个旅游景点可对应多条旅游路线,所述旅游路线推荐模块根据统计分析模块的统计分析结果向用户推荐旅游出行方案,所述旅游出行方案包括旅游景点、票价信息以及旅游路线,所述短信通知模块用于获取网购物流信息、验证码以及推送的相关旅游出行方案,所述云计算平台通过定位模块获取到用户实际旅游出行路线,将其与统计分析模块分析得到的旅游出行方案进行对比分析。
进一步的,所述用户注册登录模块在用户进行注册时账号可选择手机号或由系统随机,若用户选择使用手机号进行注册,后期可根据手机号向用户发送短信通知,短信通知内容包括旅游景点周边美食推荐、旅游景点路线推荐、旅游景点票价信息、旅游景点当天天气信息以及人流量信息,若用户选择系统随机账号,可后续再进行手机号绑定,完成绑定之后也可使用手机号作为账号进行登录。
进一步的,所述定位模块的定位功能可由用户自行选择打开或是关闭,根据用户实时位置,优先选择近距离景点推送。
进一步的,所述网络订票模块的功能在于用户可通过选择城市或定向输入搜索想要了解的出行路线以及票价信息,同时也可获悉相关旅游景点的景点门票信息,统计分析模块根根据用户近期查看的往返车票信息或景点门票日期预估对应的旅游天数以及旅游景点,继而根据旅游景点由旅游路线推荐模块向用户进行推送最优路线信息,所述最优路线信息包括乘坐何种交通工具、所需花费以及旅行时间,所述旅游时间与统计分析模块预估得到的旅游天数相对应。
进一步的,所述统计分析模块根据用户在网络购物模块的浏览内容和购买历史,获悉用户的购买能力,所述统计分析模块通过定位模块获取到用户位置,并获取到以用户位置为圆心,用户上次实际出行路线的最远距离为半径的圆范围内的相关景点信息,若用户为第一次使用,则根据网络购票模块中用户所浏览过的车票信息,获取其中的最远目的地,以用户的实时位置到最远目的地的距离为圆的半径,根据用户近期在网络订票模块、网络购物模块、美食推荐模块以及短视频模块的浏览内容、购买历史以及点赞内容,确定用户理想的旅游类别,所述旅游类别包括登山、人文、历史古迹、海边游、观光、购物,根据旅游类别选取相关景点制定相应旅游路线,计算游玩相应旅游路线所需花费,所需花费包括景点人均消费、门票花费以及车票花费,将用户的购买能力与所需花费进行比较,选取其中所需花费小于等于用户购买能力的出行路线向用户进行推荐,并将此次用户实际出行的花费作为下次推荐路线时的用户的购买能力。
进一步的,用户可对美食推荐模块的推送内容进行点赞,内容包括图文,统计分析模块对客户所有的点赞内容进行分析,根据美食菜系进行分类,美食菜系与地域相对应,统计其中同一菜系美食的用户点赞次数,选取其中点赞次数最多的放入第一理想景点集合内,进一步根据旅游类别确定与该菜系美食相关地域的旅游景点。
进一步的,所述短视频模块作为用户分享旅游心得和攻略的平台,其他用户通过浏览可对喜爱的短视频内容进行点赞,同时短视频附带景点链接,用户可通过点击链接进入相应景点信息页,用户可通过短视频内容或景点信息描述对该景点添加标签、评论和综合评价,统计分析模块根据用户点赞和综合评价进行统计分析,根据景点类型进行分类,统计其中同一类型景点的点赞次数与综合评价,选取其中点赞次数最多的和综合评价最高的景点类型放入第二理想景点集合内,所述景点类型内包括多个景点,所述点赞次数为符合该类型的多个景点的点赞次数之和,所述综合评价为符合该类型的多个景点的综合评价平均值,进一步根据旅游类别确定与该类型相关的旅游景点。
进一步的,所述统计分析模块根据第一理想集合与第二理想集合内的旅游景点进行对比分析,统计第一理想集合内与该菜系美食相关的地域,根据统计得到的地域信息,在第二理想集合内进行筛选,选取与地域信息、旅游类别对应的景点,确定其为理想景点,若第二理想集合内不存在与第一理想集合内地域信息相对应的景点,则选取第二理想集合内与第一理想集合地域的地理位置最接近的为理想景点。
进一步的,一种基于大数据的智慧旅游分析决策方法,所述分析决策方法包括以下步骤:
S1:通过定位模块获取用户当前位置以及周边景点信息;
S2:获悉用户在网络购物模块的浏览内容和购买历史,通过统计分析模块预估用户购买能力以及与浏览或网购旅游设备相关的旅游类别;
S3:通过用户在美食推荐模块和短视频模块的点赞内容以及在网络购票模块浏览的车票、门票信息,由统计分析模块分析得出用户的近期出行计划;
S4:根据用户近期出行计划与购买能力,选取多个景点,所述景点的选取以近距离景点优先,并制定与景点相关的若干条旅游出行方案;
S5:根据用户购买能力以及每个景点的人均花费、综合评价,由统计分析模块制定相应的旅游路线;
S6:通过旅游推荐模块以及短信通知模块向用户推荐相应的旅游路线;
S7:云计算平台通过定位模块获取用户的实际出行路线,以人均花费与综合评价作为基础,由统计分析模块对用户实际出行路线与推荐旅游路线进行对比分析。
进一步的,所述步骤S7中统计分析模块对用户实际出行路线与推荐旅游路线进行对比分析的步骤如下:
S71:云计算平台通过定位模块获取用户实际出行路线,根据用户实际出行路线确定目的地景点以及实际出行路线中途径的其他景点;
S72:将目的地景点与理想景点集合里的其他景点进行对比,若目的地景点不存在于所述集合内,则根据景点票价、综合评价、地理位置以及人均花费进行分析;
S73:若目的地景点存在于所述集合内,则对比实际出行路线与推荐出行路线中途径的其他景点,再结合途径景点的景点票价、综合评价、地理位置以及人均花费进行分析;
S74:若实际出行路线不包括推荐出行路线中途径的景点,则统计分析模块在下次制定旅游路线时优先排除除理想景点外的其他景点,若实际出行路线中包括部分推荐出行路线中途径的景点,则统计分析模块在下一次推荐路线时将途径的部分景点数量作为阈值;
S75:统计分析模块将此次实际出行的所有花费作为用户的购买能力,以此作为下次推荐路线的依据。
与现有技术相比,本发明所达到的有益效果是:本发明通过各个模块,获悉用户近期的旅游想法,能更好更及时的制定出让用户满意的旅游出行路线,解决用户出行路上的后顾之忧,且在用户没有登录的情况下也能向用户传递信息,根据用户的实际出行路线与推荐旅游路线,通过云计算平台不断进行数据分析,不断完善系统的分析能力与分析依据,减少了影响因素,为用户量身定制符合用户心意的旅游出行方案,节省了用户大量因制定出行路线而浪费的假期时间,同时优化了用户体验。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的智慧旅游分析决策系统的模块示意图;
图2是本发明一种基于大数据的智慧旅游分析决策方法的步骤示意图;
图3是本发明一种基于大数据的智慧旅游分析决策系统及方法的出行路线示意图;
图4是本发明一种基于大数据的智慧旅游分析决策系统的统计分析模块对用户实际出行路线与推荐旅游路线进行对比分析的步骤示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-4,本发明提供技术方案:
一种基于大数据的智慧旅游分析决策系统,包括用户注册登录模块、网络购物模块、美食推荐模块、网络订票模块、短视频模块、统计分析模块、短信通知模块、定位模块、云计算平台和旅游路线推荐模块,用户注册登录模块具有账号注册和登录功能,定位模块用于对用户的位置进行实时定位,网络购物模块根据旅游装备进行分类,用户可根据分类自行浏览或购买,美食推荐模块根据美食菜系进行分类向用户推送,网络订票模块可网上订购车票以及景点门票,短视频模块包括官方推荐旅游景点攻略和用户分享出行攻略,统计分析模块根据用户近期浏览、购买、点赞信息进行统计分析,制定出相应旅游出行方案,旅游出行方案包括旅游景点和旅游路线,根据旅游景点制定相应的旅游路线,一个旅游景点可对应多条旅游路线,旅游路线推荐模块根据统计分析模块的统计分析结果向用户推荐旅游出行方案,旅游出行方案包括旅游景点、票价信息以及旅游路线,短信通知模块用于获取网购物流信息、验证码以及推送的相关旅游出行方案,云计算平台通过定位模块获取到用户实际旅游出行路线,将其与统计分析模块分析得到的旅游出行方案进行对比分析。
用户注册登录模块在用户进行注册时账号可选择手机号或由系统随机,若用户选择使用手机号进行注册,后期可根据手机号向用户发送短信通知,短信通知内容包括旅游景点周边美食推荐、旅游景点路线推荐、旅游景点票价信息、旅游景点当天天气信息以及人流量信息,若用户选择系统随机账号,可后续再进行手机号绑定,完成绑定之后也可使用手机号作为账号进行登录。
定位模块的定位功能可由用户自行选择打开或是关闭,根据用户实时位置,优先选择近距离景点推送。
网络订票模块的功能在于用户可通过选择城市或定向输入搜索想要了解的出行路线以及票价信息,同时也可获悉相关旅游景点的景点门票信息,统计分析模块根根据用户近期查看的往返车票信息或景点门票日期预估对应的旅游天数以及旅游景点,继而根据旅游景点由旅游路线推荐模块向用户进行推送最优路线信息,最优路线信息包括乘坐何种交通工具、所需花费以及旅行时间,旅游时间与统计分析模块预估得到的旅游天数相对应。
统计分析模块根据用户在网络购物模块的浏览内容和购买历史,获悉用户的购买能力,统计分析模块通过定位模块获取到用户位置,并获取到以用户位置为圆心,用户上次实际出行路线的最远距离为半径的圆范围内的相关景点信息,若用户为第一次使用,则根据网络购票模块中用户所浏览过的车票信息,获取其中的最远目的地,以用户的实时位置到最远目的地的距离为圆的半径,根据用户近期在网络订票模块、网络购物模块、美食推荐模块以及短视频模块的浏览内容、购买历史以及点赞内容,确定用户理想的旅游类别,旅游类别包括登山、人文、历史古迹、海边游、观光、购物,根据旅游类别选取相关景点制定相应旅游路线,计算游玩相应旅游路线所需花费,所需花费包括景点人均消费、门票花费以及车票花费,将用户的购买能力与所需花费进行比较,选取其中所需花费小于等于用户购买能力的出行路线向用户进行推荐,并将此次用户实际出行的花费作为下次推荐路线时的用户的购买能力。
用户可对美食推荐模块的推送内容进行点赞,内容包括图文,统计分析模块对客户所有的点赞内容进行分析,根据美食菜系进行分类,美食菜系与地域相对应,统计其中同一菜系美食的用户点赞次数,选取其中点赞次数最多的放入第一理想景点集合内,进一步根据旅游类别确定与该菜系美食相关地域的旅游景点。
短视频模块作为用户分享旅游心得和攻略的平台,其他用户通过浏览可对喜爱的短视频内容进行点赞,同时短视频附带景点链接,用户可通过点击链接进入相应景点信息页,用户可通过短视频内容或景点信息描述对该景点添加标签、评论和综合评价,统计分析模块根据用户点赞和综合评价进行统计分析,根据景点类型进行分类,统计其中同一类型景点的点赞次数与综合评价,选取其中点赞次数最多的和综合评价最高的景点类型放入第二理想景点集合内,景点类型内包括多个景点,点赞次数为符合该类型的多个景点的点赞次数之和,综合评价为符合该类型的多个景点的综合评价平均值,进一步根据旅游类别确定与该类型相关的旅游景点。
统计分析模块根据第一理想集合与第二理想集合内的旅游景点进行对比分析,统计第一理想集合内与该菜系美食相关的地域,根据统计得到的地域信息,在第二理想集合内进行筛选,选取与地域信息、旅游类别对应的景点,确定其为理想景点,若第二理想集合内不存在与第一理想集合内地域信息相对应的景点,则选取第二理想集合内与第一理想集合地域的地理位置最接近的为理想景点。
如图3所示,通过定位模块获取到用户位置1,并获取到周边相关景点信息以及每个景点的人均消费,根据用户近期浏览内容、购买历史和点赞内容,预估用户的购买能力,若用户近期在网络购物模块浏览了一些登山类的旅游装备,且购买历史同样有登山装备或是近期点赞内容多跟登山有关,那么暂时可将用户理想的旅游类别确定为登山,再根据美食推荐模块的点赞次数统计以及短视频模块的点赞次数和综合评价统计,确定与美食菜系相对应的地域,筛选出与地域信息、旅游类别对应的景点,那么就可以排除地域之外且与登山不相关的其他景点10、11、12、13、14,以确定用户理想景点为3、7、9,根据剩下与登山相关的景点制定相应旅游路线,可根据对应景点制定路线景点1-景点2-景点3、景点1-景点3、景点1-景点4-景点7、景点1-景点5-景点7、景点1-景点6-景点7、景点1-景点7、景点1-景点8-景点9、景点1-景点9,根据近距离景点优先推荐原则,优先推荐路线13,再考虑到旅游天数,若出行时间较短,可推荐路线景点1-景点3、景点1-景点7、景点1-景点9,若出行时间较长,则结合景点人均花费与综合评价,对景点2、4、5、6、8进行综合分析,若景点2、3、4、5、6、7、8、9的人均消费分别为x2、x3、x4、x5、x6、x7、x8、x9,从景点m到景点n的车票票价为amn,每个景点的门票票价为b2、b3、b4、b5、b6、b7、b8、b9,则路线景点1-景点3所需的花费一共为:
K13=x3+a13+a31+b3
路线景点1-景点2-景点3所需的花费一共为:
K123=x2+x3+a12+a23+a31+b2+b3
路线景点1-景点7所需的花费一共为:
K17=x7+a17+a71+b7
同理可得,路线景点1-景点4-景点7、景点1-景点5-景点7、景点1-景点6-景点7、景点1-景点8-景点9、景点1-景点9所需的花费K147、K157、K167、K189、K19,将用户的购买能力与路线花费进行比较,选取其中路线花费小于等于用户购买能力的路线向用户进行推荐。
根据定位模块的实时定位功能,可知悉用户的实际出行路线,通过云计算平台对推荐路线与实际出行路线进行对比分析,同时在后续的出行路线分析中,根据此次实际出行路线,重新预估用户的购买能力,
K137=x3+x7+a13+a37+a71+b3+b7
即此次实际出行的花费K137作为下次推荐路线时用户的购买能力。
一种基于大数据的智慧旅游分析决策方法,包括以下步骤:
S1:通过定位模块获取用户当前位置以及周边景点信息;
S2:获悉用户在网络购物模块的浏览内容和购买历史,通过统计分析模块预估用户购买能力以及与浏览或网购旅游设备相关的旅游类别;
S3:通过用户在美食推荐模块和短视频模块的点赞内容以及在网络购票模块浏览的车票、门票信息,由统计分析模块分析得出用户的近期出行计划;
S4:根据用户近期出行计划与购买能力,选取多个景点,所述景点的选取以近距离景点优先,并制定与景点相关的若干条旅游出行方案;
S5:根据用户购买能力以及每个景点的人均花费、综合评价,由统计分析模块制定相应的旅游路线;
S6:通过旅游推荐模块以及短信通知模块向用户推荐相应的旅游路线;
S7:云计算平台通过定位模块获取用户的实际出行路线,以人均花费与综合评价作为基础,由统计分析模块对用户实际出行路线与推荐旅游路线进行对比分析。
步骤S7中统计分析模块对用户实际出行路线与推荐旅游路线进行对比分析的步骤如下:
S71:云计算平台通过定位模块获取用户实际出行路线,根据用户实际出行路线确定目的地景点以及实际出行路线中途径的其他景点;
S72:将目的地景点与理想景点集合里的其他景点进行对比,若目的地景点不存在于所述集合内,则根据景点票价、综合评价、地理位置以及人均花费进行分析;
S73:若目的地景点存在于所述集合内,则对比实际出行路线与推荐出行路线中途径的其他景点,再结合途径景点的景点票价、综合评价、地理位置以及人均花费进行分析;
S74:若实际出行路线不包括推荐出行路线中途径的景点,则统计分析模块在下次制定旅游路线时优先排除除理想景点外的其他景点,若实际出行路线中包括部分推荐出行路线中途径的景点,则统计分析模块在下一次推荐路线时将途径的部分景点数量作为阈值;
S75:统计分析模块将此次实际出行的所有花费作为用户的购买能力,以此作为下次推荐路线的依据。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据的智慧旅游分析决策系统,其特征在于:包括用户注册登录模块、网络购物模块、美食推荐模块、网络订票模块、短视频模块、统计分析模块、短信通知模块、定位模块、云计算平台和旅游路线推荐模块,所述用户注册登录模块具有账号注册和登录功能,所述定位模块用于对用户的位置进行实时定位,所述网络购物模块根据旅游装备进行分类,用户可根据分类自行浏览或购买,所述美食推荐模块根据美食菜系进行分类向用户推送,所述网络订票模块可网上订购车票以及景点门票,所述短视频模块包括官方推荐旅游景点攻略和用户分享出行攻略,所述统计分析模块根据用户近期浏览、购买、点赞信息进行统计分析,制定出相应旅游出行方案,旅游出行方案包括旅游景点和旅游路线,根据旅游景点制定相应的旅游路线,一个旅游景点可对应多条旅游路线,所述旅游路线推荐模块根据统计分析模块的统计分析结果向用户推荐旅游出行方案,所述旅游出行方案包括旅游景点、票价信息以及旅游路线,所述短信通知模块用于获取网购物流信息、验证码以及推送的相关旅游出行方案,所述云计算平台通过定位模块获取到用户实际旅游出行路线,将其与统计分析模块分析得到的旅游出行方案进行对比分析。
2.根据权利要求1所述的一种基于大数据的智慧旅游分析决策系统,其特征在于:所述用户注册登录模块在用户进行注册时账号可选择手机号或由系统随机,若用户选择使用手机号进行注册,后期可根据手机号向用户发送短信通知,短信通知内容包括旅游景点周边美食推荐、旅游景点路线推荐、旅游景点票价信息、旅游景点当天天气信息以及人流量信息,若用户选择系统随机账号,可后续再进行手机号绑定,完成绑定之后也可使用手机号作为账号进行登录。
3.根据权利要求1所述的一种基于大数据的智慧旅游分析决策系统,其特征在于:所述定位模块的定位功能可由用户自行选择打开或是关闭,根据用户实时位置,优先选择近距离景点推送。
4.根据权利要求1所述的一种基于大数据的智慧旅游分析决策系统,其特征在于:所述网络订票模块的功能在于用户可通过选择城市或定向输入搜索想要了解的出行路线以及票价信息,同时也可获悉相关旅游景点的景点门票信息,统计分析模块根根据用户近期查看的往返车票信息或景点门票日期预估对应的旅游天数以及旅游景点,继而根据旅游景点由旅游路线推荐模块向用户进行推送最优路线信息,所述最优路线信息包括乘坐何种交通工具、所需花费以及旅行时间,所述旅游时间与统计分析模块预估得到的旅游天数相对应。
5.根据权利要求1所述的一种基于大数据的智慧旅游分析决策方法,其特征在于:所述统计分析模块根据用户在网络购物模块的浏览内容和购买历史,获悉用户的购买能力,所述统计分析模块通过定位模块获取到用户位置,并获取到以用户位置为圆心,用户上次实际出行路线的最远距离为半径的圆范围内的相关景点信息,若用户为第一次使用,则根据网络购票模块中用户所浏览过的车票信息,获取其中的最远目的地,以用户的实时位置到最远目的地的距离为圆的半径,根据用户近期在网络订票模块、网络购物模块、美食推荐模块以及短视频模块的浏览内容、购买历史以及点赞内容,确定用户理想的旅游类别,所述旅游类别包括登山、人文、历史古迹、海边游、观光、购物,根据旅游类别选取相关景点制定相应旅游路线,计算游玩相应旅游路线所需花费,所需花费包括景点人均消费、门票花费以及车票花费,将用户的购买能力与所需花费进行比较,选取其中所需花费小于等于用户购买能力的出行路线向用户进行推荐,并将此次用户实际出行的花费作为下次推荐路线时的用户的购买能力。
6.根据权利要求5所述的一种基于大数据的智慧旅游分析决策系统,其特征在于:用户可对美食推荐模块的推送内容进行点赞,内容包括图文,统计分析模块对客户所有的点赞内容进行分析,根据美食菜系进行分类,美食菜系与地域相对应,统计其中同一菜系美食的用户点赞次数,选取其中点赞次数最多的放入第一理想景点集合内,进一步根据旅游类别确定与该菜系美食相关地域的旅游景点。
7.根据权利要求5所述的一种基于大数据的智慧旅游分析决策系统,其特征在于:所述短视频模块作为用户分享旅游心得和攻略的平台,其他用户通过浏览可对喜爱的短视频内容进行点赞,同时短视频附带景点链接,用户可通过点击链接进入相应景点信息页,用户可通过短视频内容或景点信息描述对该景点添加标签、评论和综合评价,统计分析模块根据用户点赞和综合评价进行统计分析,根据景点类型进行分类,统计其中同一类型景点的点赞次数与综合评价,选取其中点赞次数最多的和综合评价最高的景点类型放入第二理想景点集合内,所述景点类型内包括多个景点,所述点赞次数为符合该类型的多个景点的点赞次数之和,所述综合评价为符合该类型的多个景点的综合评价平均值,进一步根据旅游类别确定与该类型相关的旅游景点。
8.根据权利要求6或7所述的一种基于大数据的智慧旅游分析决策系统,其特征在于:所述统计分析模块根据第一理想集合与第二理想集合内的旅游景点进行对比分析,统计第一理想集合内与该菜系美食相关的地域,根据统计得到的地域信息,在第二理想集合内进行筛选,选取与地域信息、旅游类别对应的景点,确定其为理想景点,若第二理想集合内不存在与第一理想集合内地域信息相对应的景点,则选取第二理想集合内与第一理想集合地域的地理位置最接近的为理想景点。
9.一种基于大数据的智慧旅游分析决策方法,其特征在于:所述分析决策方法包括以下步骤:
S1:通过定位模块获取用户当前位置以及周边景点信息;
S2:获悉用户在网络购物模块的浏览内容和购买历史,通过统计分析模块预估用户购买能力以及与浏览或网购旅游设备相关的旅游类别;
S3:通过用户在美食推荐模块和短视频模块的点赞内容以及在网络购票模块浏览的车票、门票信息,由统计分析模块分析得出用户的近期出行计划;
S4:根据用户近期出行计划与购买能力,选取多个景点,所述景点的选取以近距离景点优先,并制定与景点相关的若干条旅游出行方案;
S5:根据用户购买能力以及每个景点的人均花费、综合评价,由统计分析模块制定相应的旅游路线;
S6:通过旅游推荐模块以及短信通知模块向用户推荐相应的旅游路线;
S7:云计算平台通过定位模块获取用户的实际出行路线,以景点票价、综合评价、地理位置以及人均花费作为基础,由统计分析模块对用户实际出行路线与推荐旅游路线进行对比分析。
10.根据权利要求9所述的一种基于大数据的智慧旅游分析决策方法,其特征在于:所述步骤S7中统计分析模块对用户实际出行路线与推荐旅游路线进行对比分析的步骤如下:
S71:云计算平台通过定位模块获取用户实际出行路线,根据用户实际出行路线确定目的地景点以及实际出行路线中途径的其他景点;
S72:将目的地景点与理想景点集合里的其他景点进行对比,若目的地景点不存在于所述集合内,则根据景点票价、综合评价、地理位置以及人均花费进行分析;
S73:若目的地景点存在于所述集合内,则对比实际出行路线与推荐出行路线中途径的其他景点,再结合途径景点的景点票价、综合评价、地理位置以及人均花费进行分析;
S74:若实际出行路线不包括推荐出行路线中途径的景点,则统计分析模块在下次制定旅游路线时优先排除除理想景点外的其他景点,若实际出行路线中包括部分推荐出行路线中途径的景点,则统计分析模块在下一次推荐路线时将途径的部分景点数量作为阈值;
S75:统计分析模块将此次实际出行的所有花费作为用户的购买能力,以此作为下次推荐路线的依据。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693789.3A CN113420210A (zh) | 2020-11-11 | 2020-11-11 | 一种基于大数据的智慧旅游分析决策系统 |
CN202011253886.2A CN112380431B (zh) | 2020-11-11 | 2020-11-11 | 一种基于大数据的智慧旅游分析决策系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011253886.2A CN112380431B (zh) | 2020-11-11 | 2020-11-11 | 一种基于大数据的智慧旅游分析决策系统及方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110693789.3A Division CN113420210A (zh) | 2020-11-11 | 2020-11-11 | 一种基于大数据的智慧旅游分析决策系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112380431A true CN112380431A (zh) | 2021-02-19 |
CN112380431B CN112380431B (zh) | 2021-07-30 |
Family
ID=74582272
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011253886.2A Active CN112380431B (zh) | 2020-11-11 | 2020-11-11 | 一种基于大数据的智慧旅游分析决策系统及方法 |
CN202110693789.3A Pending CN113420210A (zh) | 2020-11-11 | 2020-11-11 | 一种基于大数据的智慧旅游分析决策系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110693789.3A Pending CN113420210A (zh) | 2020-11-11 | 2020-11-11 | 一种基于大数据的智慧旅游分析决策系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN112380431B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360794A (zh) * | 2021-07-21 | 2021-09-07 | 深圳市百诺信科技有限公司 | 旅游app的景点推荐方法及相关产品 |
CN114629882A (zh) * | 2022-03-09 | 2022-06-14 | 北京字跳网络技术有限公司 | 信息展示方法、装置、电子设备、存储介质和程序产品 |
CN114677181A (zh) * | 2022-04-19 | 2022-06-28 | 华讯高科股份有限公司 | 一种智慧文旅大数据平台 |
CN115936514A (zh) * | 2022-12-14 | 2023-04-07 | 湖南工业大学 | 基于大数据联动管理的乡村美食创意系统 |
CN118035564B (zh) * | 2024-04-10 | 2024-06-04 | 深圳市海域达赫科技有限公司 | 一种基于云计算的数据分析方法及系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113779418B (zh) * | 2021-11-12 | 2022-03-11 | 杭州明融科技有限公司 | 一种旅游消息订阅推送系统 |
CN114692004B (zh) * | 2022-04-28 | 2022-11-18 | 南通智慧交通科技有限公司 | 一种基于大数据的路线推荐方法和系统 |
CN116955834A (zh) * | 2023-09-21 | 2023-10-27 | 北京中景合天科技有限公司 | 一种智慧旅游市场预测与推荐系统及方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103438895A (zh) * | 2013-08-05 | 2013-12-11 | 北京百度网讯科技有限公司 | 一种用于为移动终端提供推荐地信息的方法及装置 |
CN104574233A (zh) * | 2014-12-29 | 2015-04-29 | 中国地质大学(武汉) | 一种基于互联网的旅游便利服务平台 |
CN105159933A (zh) * | 2015-08-06 | 2015-12-16 | 北京百度网讯科技有限公司 | 旅游信息推荐方法及装置 |
CN106447090A (zh) * | 2016-09-07 | 2017-02-22 | 平安科技(深圳)有限公司 | 旅游规划路线的异常提醒方法及服务器 |
CN107067230A (zh) * | 2017-04-12 | 2017-08-18 | 安徽有果信息技术服务有限公司 | 一种智能旅游大数据平台 |
CN107370885A (zh) * | 2017-08-14 | 2017-11-21 | 成都法线网络科技有限公司 | 一种旅行攻略自动推送的方法 |
CN107423837A (zh) * | 2017-04-12 | 2017-12-01 | 宁夏丝路风情旅游网络股份有限公司 | 旅游路线的智能规划方法及系统 |
CN107545320A (zh) * | 2017-07-03 | 2018-01-05 | 北京交通大学 | 一种基于图论的城市轨道交通乘客路径规划方法及系统 |
CN108267143A (zh) * | 2016-12-30 | 2018-07-10 | 沈阳美行科技有限公司 | 导航路线推荐方法、系统及其装置 |
CN109978723A (zh) * | 2019-01-16 | 2019-07-05 | 深圳壹账通智能科技有限公司 | 旅游规划方法、装置、计算机设备及存储介质 |
CN110175720A (zh) * | 2019-05-30 | 2019-08-27 | 上海苍潇穹宇数据科技有限公司 | 旅游行程规划方法及应用 |
CN110175722A (zh) * | 2019-05-30 | 2019-08-27 | 上海苍潇穹宇数据科技有限公司 | 旅游行程规划系统 |
CN110704755A (zh) * | 2019-08-16 | 2020-01-17 | 浙江金戈多能源科技有限公司 | 一种基于虚拟现实的景点推荐方法 |
CN110796508A (zh) * | 2018-08-03 | 2020-02-14 | 阿里巴巴集团控股有限公司 | 旅游行程处理方法、装置、存储介质和处理器 |
CN110876123A (zh) * | 2018-08-30 | 2020-03-10 | 北京三星通信技术研究有限公司 | 流量获取、提供、共享、校准、转移方法以及设备 |
-
2020
- 2020-11-11 CN CN202011253886.2A patent/CN112380431B/zh active Active
- 2020-11-11 CN CN202110693789.3A patent/CN113420210A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103438895A (zh) * | 2013-08-05 | 2013-12-11 | 北京百度网讯科技有限公司 | 一种用于为移动终端提供推荐地信息的方法及装置 |
CN104574233A (zh) * | 2014-12-29 | 2015-04-29 | 中国地质大学(武汉) | 一种基于互联网的旅游便利服务平台 |
CN105159933A (zh) * | 2015-08-06 | 2015-12-16 | 北京百度网讯科技有限公司 | 旅游信息推荐方法及装置 |
CN106447090A (zh) * | 2016-09-07 | 2017-02-22 | 平安科技(深圳)有限公司 | 旅游规划路线的异常提醒方法及服务器 |
CN108267143A (zh) * | 2016-12-30 | 2018-07-10 | 沈阳美行科技有限公司 | 导航路线推荐方法、系统及其装置 |
CN107423837A (zh) * | 2017-04-12 | 2017-12-01 | 宁夏丝路风情旅游网络股份有限公司 | 旅游路线的智能规划方法及系统 |
CN107067230A (zh) * | 2017-04-12 | 2017-08-18 | 安徽有果信息技术服务有限公司 | 一种智能旅游大数据平台 |
CN107545320A (zh) * | 2017-07-03 | 2018-01-05 | 北京交通大学 | 一种基于图论的城市轨道交通乘客路径规划方法及系统 |
CN107370885A (zh) * | 2017-08-14 | 2017-11-21 | 成都法线网络科技有限公司 | 一种旅行攻略自动推送的方法 |
CN110796508A (zh) * | 2018-08-03 | 2020-02-14 | 阿里巴巴集团控股有限公司 | 旅游行程处理方法、装置、存储介质和处理器 |
CN110876123A (zh) * | 2018-08-30 | 2020-03-10 | 北京三星通信技术研究有限公司 | 流量获取、提供、共享、校准、转移方法以及设备 |
CN109978723A (zh) * | 2019-01-16 | 2019-07-05 | 深圳壹账通智能科技有限公司 | 旅游规划方法、装置、计算机设备及存储介质 |
CN110175720A (zh) * | 2019-05-30 | 2019-08-27 | 上海苍潇穹宇数据科技有限公司 | 旅游行程规划方法及应用 |
CN110175722A (zh) * | 2019-05-30 | 2019-08-27 | 上海苍潇穹宇数据科技有限公司 | 旅游行程规划系统 |
CN110704755A (zh) * | 2019-08-16 | 2020-01-17 | 浙江金戈多能源科技有限公司 | 一种基于虚拟现实的景点推荐方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113360794A (zh) * | 2021-07-21 | 2021-09-07 | 深圳市百诺信科技有限公司 | 旅游app的景点推荐方法及相关产品 |
CN114629882A (zh) * | 2022-03-09 | 2022-06-14 | 北京字跳网络技术有限公司 | 信息展示方法、装置、电子设备、存储介质和程序产品 |
CN114677181A (zh) * | 2022-04-19 | 2022-06-28 | 华讯高科股份有限公司 | 一种智慧文旅大数据平台 |
CN115936514A (zh) * | 2022-12-14 | 2023-04-07 | 湖南工业大学 | 基于大数据联动管理的乡村美食创意系统 |
CN115936514B (zh) * | 2022-12-14 | 2023-08-08 | 湖南工业大学 | 基于大数据联动管理的乡村美食创意系统 |
CN118035564B (zh) * | 2024-04-10 | 2024-06-04 | 深圳市海域达赫科技有限公司 | 一种基于云计算的数据分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112380431B (zh) | 2021-07-30 |
CN113420210A (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112380431B (zh) | 一种基于大数据的智慧旅游分析决策系统及方法 | |
Liu et al. | A real-time personalized route recommendation system for self-drive tourists based on vehicle to vehicle communication | |
Gao et al. | Optimize taxi driving strategies based on reinforcement learning | |
CN106886837A (zh) | 基于时间规划的自由行行程推荐方法 | |
Dao et al. | A novel recommendation model of location-based advertising: Context-Aware Collaborative Filtering using GA approach | |
Ghahramani et al. | IoT-based route recommendation for an intelligent waste management system | |
Huang et al. | Tourist hot spots prediction model based on optimized neural network algorithm | |
He et al. | Joint distribution: service paradigm, key technologies and its application in the context of Chinese express industry | |
KR20180006875A (ko) | 주문형 서비스를 위한 정보를 제공하는 방법들 및 시스템들 | |
CN103994771B (zh) | 一种景区智能导航应用系统及其使用方法 | |
CN105468580A (zh) | 基于关注点信息提供服务的方法和装置 | |
CN103323011B (zh) | 点对点分享景点信息的导航装置及其方法 | |
CN107734456A (zh) | 一种用于推荐服务信息的方法与设备 | |
Szeto et al. | A time-dependent logit-based taxi customer-search model | |
CN101002193A (zh) | 通过移动终端推荐基于移动博客的区域社区系统中的地点或基地的装置和方法 | |
CN105808680A (zh) | 基于张量分解进行上下文相关的位置推荐方法 | |
CN105547306A (zh) | 一种路线推送方法及系统 | |
Li et al. | A dynamic and scalable user-centric route planning algorithm based on polychromatic sets theory | |
CN109883437A (zh) | 一种出行路线推荐方法、装置及其系统 | |
Gkiotsalitis et al. | A mobile application for real-time multimodal routing under a set of users’ preferences | |
Glavić et al. | Decision support framework for cycling investment prioritization | |
Yang et al. | Locating urban logistics terminals and shopping centres in a Chinese city | |
CN107133339A (zh) | 线路查询方法和装置以及存储介质、处理器 | |
Wuerzer et al. | Retail gravitation and economic impact: A market-driven analytical framework for bike-share station location analysis in the United States | |
CN110321516B (zh) | 一种全域旅游公共服务平台及其管理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210701 Address after: 518000 room 1501b1, building AB, Nanfang Securities Building, Jianshe Road, Nanhu street, Luohu District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Longteng jielv Information Technology Co.,Ltd. Address before: 210000 223 Zhongshan Men street, Xuanwu District, Nanjing, Jiangsu Province Applicant before: Yu Dan |
|
GR01 | Patent grant | ||
GR01 | Patent grant |